初始化项目：规划文档 + FFU 洁净室流场实时仿真 Demo

- 规划文档 01-07：愿景 / 架构 / 路线图 / 数据与AI / 风险 / 参考 / FFU Demo
- 演示图：系统架构、数据流水线、里程碑路线图（SVG + PNG）
- FFU Demo：D2Q9 LBM 高保真（360x270, 76s）+ 粗网格快速代理（120x90, 7.3s, 16-27x 加速）
- 趋势验证：速度 r=0.95 / 粒子 r=0.83 / 温度 r=0.68
- 工具链：仿真脚本、快速代理、图表生成器、SVG->PNG 转换

docs/03-roadmap.md

@@ -0,0 +1,162 @@
+# 03 · 路线图与里程碑
+
+![路线图](assets/roadmap.png)
+
+**总周期：12 个月（7 个里程碑）**，采用"先窄后宽"策略：先在 2D 圆柱绕流这个经典基准上打通全链路，再横向扩展到 3D 与复杂几何。
+
+---
+
+## M0 · 立项与调研（第 1 个月）
+
+**目标**：统一技术共识，完成可行性论证，锁定技术栈。
+
+**任务**
+- 调研神经算子家族（FNO / DeepONet / PINN / MeshGraphNet）在流体问题上的公开结果；
+- 调研 PyFluent 自动化能力与许可要求；
+- 确定首个基准问题：2D 圆柱绕流（Re ∈ [50, 300]，含卡门涡街）；
+- 确定数据格式、存储与版本管理方案。
+
+**交付物**
+- [x] 本仓库规划文档（01-06 号文档）
+- [ ] 技术选型评审纪要
+- [ ] 基准问题定义书（几何、边界条件、网格、工况表）
+
+**验收**：评审通过，环境就绪（Fluent + PyFluent + PyTorch + GPU）。
+
+---
+
+## M1 · 数据工厂（第 2-3 个月）
+
+**目标**：建成无人值守的 Fluent 批量仿真流水线。
+
+**任务**
+- PyFluent 脚本化：参数注入 → 网格生成 → 求解 → 场量导出；
+- 参数空间设计：拉丁超立方采样 Re / 攻角 / 障碍物尺寸；
+- 稳态 + 瞬态两类数据集：稳态用于场回归，瞬态用于时间推进；
+- 数据质检：收敛性检查、网格无关性验证、异常工况剔除。
+
+**交付物**
+- 批量仿真调度器（支持断点续跑、失败重试、日志追踪）
+- 2D 圆柱绕流数据集 v0.1：≥ 500 工况（稳态）+ 20 组瞬态序列
+- 数据质检报告
+
+**验收**：单工况端到端自动化成功率 > 95%；数据集通过网格无关性检查。
+
+---
+
+## M2 · 基线模型（第 4-6 个月）
+
+**目标**：FNO 基线在 2D 基准上达到可用精度。
+
+**任务**
+- 数据工程：网格统一化、无量纲化、场归一化、训练/验证/测试划分；
+- FNO 实现与调参（模态数、层数、宽度、教师强制 vs 自回归）；
+- 物理约束项：连续性方程残差、动量方程残差加入损失；
+- 评估体系：相对 L2、涡量谱、长时推演稳定性、泛化测试。
+
+**交付物**
+- 训练与评估代码（Hydra 配置 + MLflow 追踪）
+- FNO 基线模型（2D 稳态 + 瞬态两个版本）
+- 评估报告：精度 / 稳定性 / 泛化
+
+**验收（Go/No-Go）**
+- 稳态：相对 L2 误差 < 5%
+- 瞬态：自回归 1000 步不发散
+- 单步推理 < 5 ms（256² 网格，FP16）
+
+---
+
+## M3 · 主动学习与数据飞轮（第 6-7 个月）
+
+**目标**：用最少的 Fluent 算力换取最大的精度提升。
+
+**任务**
+- 深度集成（Deep Ensemble）不确定性估计；
+- 不确定性驱动的采样策略（OOD 工况优先回灌仿真）；
+- 数据飞轮：训练 → 评估 → 采样 → 仿真 → 再训练 自动化。
+
+**交付物**
+- 主动学习调度器
+- 数据飞轮 v1（一轮迭代周期 < 7 天）
+- 数据效率对比报告（相同精度下数据量减少比例）
+
+**验收**：达到同等精度所需仿真工况数减少 ≥ 40%。
+
+---
+
+## M4 · 3D 与复杂几何（第 7-9 个月）
+
+**目标**：把能力扩展到工业级 3D 问题。
+
+**任务**
+- 3D 数据集：翼型族（NACA 系列）+ 简化车体（Ahmed body）；
+- MeshGraphNet 路线：非结构网格上的图神经网络建模；
+- 混合策略：规则网格用 FNO，复杂几何用 GNN，统一评估口径；
+- 分布式训练：多卡 FSDP，梯度检查点。
+
+**交付物**
+- 3D 代理模型（翼型 + 简化车体）
+- 训练基础设施（多卡、可复现）
+- 3D 评估报告（含气动力系数对比）
+
+**验收**
+- 速度场相对 L2 < 8%，升阻力系数误差 < 5%
+- 3D 单步推理 < 50 ms（中等网格，TensorRT FP16）
+
+---
+
+## M5 · 实时推理系统（第 9-10 个月）
+
+**目标**：把模型变成可服务化的毫秒级引擎。
+
+**任务**
+- ONNX 导出 → TensorRT 优化（FP16/INT8）→ CUDA Graphs；
+- 散度修正与守恒校正后处理（投影法/质量修正）；
+- 推理服务：gRPC + WebSocket，多并发流式推送；
+- 性能工程：批处理、内存池、零拷贝传输。
+
+**交付物**
+- 推理引擎与容器镜像
+- 性能基准报告（延迟分布 P50/P99、吞吐、显存占用）
+- 服务 API 文档
+
+**验收**：3D 场景端到端延迟（请求 → 首帧流场）< 100 ms。
+
+---
+
+## M6 · 可视化与数字孪生原型（第 10-12 个月）
+
+**目标**：完成可交互演示系统与数字孪生闭环。
+
+**任务**
+- WebGPU 前端：体渲染 / 流线 / 矢量场 / 剖切面；
+- 参数实时拖拽 → 流场更新（含插值过渡与防抖）；
+- 数字孪生模式：稀疏传感器数据同化（集合卡尔曼 / 在线微调）；
+- 对标验证：≥ 3 个工业场景与 Fluent 真值对比。
+
+**交付物**
+- 实时可视化 Demo（浏览器可访问）
+- 数字孪生原型（观测 → 重建 → 预测）
+- 最终验证报告 + 演示视频
+
+**验收**
+- 交互延迟 < 100 ms
+- 数字孪生重建误差 < 10%（稀疏观测场景）
+- 对标场景全部通过误差门禁
+
+---
+
+## 工作流并行视图
+
+| 工作流 | M0 | M1 | M2 | M3 | M4 | M5 | M6 |
+| --- | :-: | :-: | :-: | :-: | :-: | :-: | :-: |
+| 数据 | ● | ● | ● | ● | ● | | |
+| 模型 | ● | | ● | ● | ● | ● | ● |
+| 系统 | | ● | ● | ● | ● | ● | ● |
+| 验证 | ● | ● | ● | ● | ● | ● | ● |
+
+## 风险缓冲
+
+- 每个里程碑预留 20% 时间缓冲；
+- M2 为关键技术门禁：若 FNO 精度不达标，转向 DeepONet/MeshGraphNet 双路线并行的决策点；
+- M4 若 3D 精度不达标，退守"2D + 切片 3D"策略保证 M5/M6 交付。